brunch

매거진 손에 잡히는 인공지능 시리즈

라이킷 20 댓글

You can make anything
by writing

C.S.Lewis

계정을 잊어버리셨나요?

by 서진호 Mar 09. 2021

스탠포드 2021년 AI 인덱스 보고서

전염병이 유행함에 불구하고 주요 인공지능 분야 지표 성장

지난 주 스탠포드 대학교에서 최신 인공지능 보고서를 공개 했습니다. 매년 스탠포드에서 인공지능에 관련된 지수들을 잘 정리해서 인공지능의 산업과 학계 모든 분야에 한 눈에 어떤 일을 벌었는지 최신 통찰력을 볼 수 있어서 개인적으로 좋아합니다.

한 마디로 정리하자면, 올해 보고서는 인공지능 분야에서 성숙한 산업, 상당한 민간 투자, 중국과 미국 간의 경쟁 심화를 보여주고 있습니다. 지난 10 년은 AI 산업의 중추적인 시기였다면, 2020 년에는 COVID 전염병으로 인한 혼란에도 불구하고 인공지능이 세계에 미치는 영향이 크게 증가했습니다.

아울러 기술자들은 대규모 언어와 생성 모델에서 상당한 진전을 이루었습니다. 미국은 업계의 성숙을 가리키는 AI 채용이 사상 처음으로 감소하는 것을 목격했으나 전 세계적으로 채용이 증가했습니다. 그 어느 때 보다 정부가 인공지능을 사용하는 데 더 많은 돈으로 투자할 뿐만 아니라 대학들은 학생들에게 몇 년 전보다 두 배의 인공지능 과정을 제공했습니다.

또한 이번 보고서는 스탠포드 HAI(Human-Centered Artificial Intelligence) 기관과 함께 진행했는 데, 이 센터는 이미지넷의 어머니이자 전 구글 리서치 수장을 맡았던 스탠포드 페이 페이 리 교수와 존 에체멘디 교수가 이끄는 실리콘 밸리와 미국 IT 의 학계, 산업계 및 정부와 협력하여 학제 간 팀이 개발한 독립적인 기관입니다. 자, 그렇다면 어떤 내용들이 있는지 핵심만 짚어 볼까요?

올해 보고서 핵심은?

이미 위에서 바쁜 신 분들을 위하여 올해 보고서 핵심에 대해 먼저 설명을 했습니다. 좀더 추가적인 설명을 위해 이 AI 인덱스 공동 의장인 잭 클락의 인터뷰 내용을 추가했습니다.

“지난 해 AI의 영향은 기술 자체의 급속한 발전에 힘 입어 사회적, 경제적으로 영향을 미쳤습니다. AI Index를 통해 우리는 실제로 변화를 측정하고 평가할 수 있으며, 리더와 의사 결정권자는 사람을 염두에 두고 책임감 있고 윤리적으로 AI를 발전시키기 위해 의미있는 조치를 취할 수 있습니다."

2021 AI 인덱스는 현재까지 AI에 대한 가장 포괄적인 보고서들 중 하나로서 국가 경제에서 일자리 성장에 이르기까지 AI가 AI 연구 자체 내에서 기술적 진보 분석에 이르기까지 모든 것에 미치는 영향 패턴을 분석하고 추출하고, 다양성 (또는 부족)으로 인공지능 시스템을 만드는 사람들까지 모두 포함하고 있습니다. 또한 클락은 다음과 같이 강조했습니다.

데이터를 보면 2020년에 AI가 세계에 더 큰 영향을 미치기 시작했으며 기술은 계속해서 매우 빠르게 발전했습니다. 이 보고서를 작성하면서 정부가 AI에 대한 데이터 수집에 더 많은 투자를 해야 합니다.

한편, 인공지능 개발 및 배포에 대해 아직 알지 못하는 사항도 있다고 말합니다. 왜냐하면, 이 보고서를 작성하면서 저자는 데이터 소스가 부족하거나 아직 포괄적이지 않은 몇 가지 영역을 발견했다고 강조 했습니다. 예를 들어, 대부분의 정부 지출 데이터는 일관되지 않고 종종 신뢰할 수 없습니다. 인공지능 분야로서의 AI 윤리는 다양한 질적 발전을 이루었지만, 이를 정량화하거나 시간이 지남에 따라 모델링하는 것은 어렵습니다. AI의 다양성과 관련된 데이터, 특히 대학과 기업의 구성에 관한 데이터는 상대적으로 여전히 부족하다고 강조 했습니다. 그러므로 AI 인덱스 운영위원회 위원인 바바라 그로즈는,

“올해의 AI 인덱스 보고서에서 현장의 다양성 문제를 조사하는 데 더 많은 노력을 기울이는 것을 보면 고무적입니다. 그러나 이 보고서는 AI 연구 및 산업 커뮤니티(학생, 과학자, AI 전문가)의 다양성에 대해 학술 기관, 과학 학회 및 업계에서 제공하는 데이터가 부족함을 분명히 보여줍니다. 모든 사회에서 작동하는 시스템을 산출하려면 분야를 다양화하는 것이 필수적이며, 성공을 위해서는 연구 커뮤니티와 업계가 진행 상황을 추적하는 데이터를 수집하고 분석해야 합니다.”

참고로 이 보고서는 총 페이지는 약 220 페이지 정도 되고 여기에서 다운로드 받을 수 있습니다.

전체 장을 요약하면?

2021 보고서는 다양한 관점에서 AI 개발에 대한 COVID-19의 영향을 보여 줍니다. 기술 성능 장에서는 AI 스타트업이 머신 러닝 기반 기술을 사용하여 대유행 기간 동안 COVID 관련 신약 발견을 가속화하는 방법에 대해 설명하고, 경제 장에서는 AI 채용과 민간 투자가 모두 전염병의 영향을 크게 받지 않았다고 제안합니다. 코로나 19로 인해 AI 연구 컨퍼런스에 더 많은 사람들이 참여했을 수 있습니다. 전염병으로 인해 컨퍼런스가 가상 컨퍼런스로 전환되어 참석자가 더 크게 증가했기 때문입니다.

1. 약물 설계 및 발견에 대한 AI 투자가 크게 증가했습니다. '마약, 암, 분자, 약물 발견'은 2020 년에 가장 많은 민간 AI 투자를 받았으며, 미화 138 억 달러 이상으로 2019 년보다 4.5 배 증가했습니다. AI에 대한 민간 투자가 크게 증가했습니다. COVID 위기에도 불구하고 다른 방식으로 경제에 부정적인 영향을 미쳤습니다.

2. 산업 변화는 계속됩니다. 2019 년에는 AI 분야에서 북미 박사 학위를 취득한 학생의 65 %가 산업 분야에 진출했습니다. 2010 년 44.4 %에서 증가한 것으로, AI 개발에서 산업이 더 큰 역할을하기 시작 했음을 강조합니다. 한편, 중국은 중요한 학술 활동에서 미국을 능가했습니다. 중국계 학자들은 다른 어떤 학자보다 동료 심사를 거친 저널에 많이 인용되어 중국의 AI 연구의 질과 양이 증가 했음을 나타냅니다. 그러나 미국은 지난 10 년 동안 중국보다 AI 컨퍼런스 논문을 지속적으로 (그리고 상당히) 더 많이 인용했습니다.

3. 모든 것을 적대적 AI 시스템은 이제 텍스트, 오디오 및 이미지를 충분히 높은 표준으로 구성 할 수 있으므로 인간이 기술의 일부 제한된 응용 프로그램에 대해 합성 및 비 합성 출력의 차이를 구분하기가 어렵습니다. 예를 들어, 적대적 생성 신경망의 대표격으로 딥 페이크로 알려진 합성 매체는 인공 지능의 발전을 보여줄뿐만 아니라 비 윤리적이거나 위험한 사용 가능성을 강조하는 합성 텍스트, 이미지 및 비디오 생성에 돌파구를 마련하면서 증가하고 있습니다.

4. 인공 지능에는 다양성 문제가 있습니다. 2019 년에 미국에 거주하는 AI 박사 졸업생의 45 %는 백인이었습니다. 이에 비해 2.4 %는 아프리카 계 미국인이고 3.2 %는 히스패닉계 였습니다. 좀더 상세히 말하자면, AI의 다양성은 낮습니다. 2019 년에 미국에 체류 한 새로운 AI 박사 졸업생의 45 %는 백인이었고 2.5 %는 아프리카 계 미국인이고 3.2 %는 히스패닉이었습니다. AI 연구자들은 분야의 다양성을 개선하기 위해 더 많은 친화력 그룹을 구성하고 있으며, 이들 그룹은 멤버십과 영향력이 크게 증가하고 있습니다 .AI 회원의 흑인은 2017 년에 비해 2019 년 NeurIPS에서 수락 한 논문 수의 두 배를 기록했으며 참여했습니다. Women in Machine Learning Group이 주최하는 워크샵에서 2014 년 200 명 미만의 참가자에서 2020 년에는 900 명 이상으로 성장했습니다.

5. AI 저널 인용에서 중국이 미국을 추월했습니다. 중국은 몇 년 전 저널 출판 총수에서 미국을 추월 한 후, 현재 저널 인용에서도 선두를 달리고 있습니다. 그러나 미국은 지난 10 년 동안 중국보다 지속적으로 (그리고 상당히) 더 많은 AI 컨퍼런스 논문 (더 많이 인용 됨)을 보유하고 있습니다.

6. 미국 AI 박사 졸업생의 대다수는 해외 출신이며 미국에 머물고 있습니다. 북미의 새로운 AI 박사 중 유학생 비율은 2019 년에 64.3 %로 계속 증가하여 2018 년보다 4.3 % 증가했습니다. 외국 졸업생 중 81.8 %는 미국에 머물렀고 8.6 %는 미국 이외의 지역에서 취업했습니다. 더 많은 인공 지능 박사가 학계가 아닌 민간 산업에 취직했고 교수들은 계속해서 기업 역할을 위해 고등 교육을 그만 두었습니다.

7. 감시 기술은 빠르고 저렴하며 점점 보편화되고 있습니다. 대규모 감시에 필요한 기술은 이미지 분류, 얼굴 인식, 비디오 분석 및 음성 식별 기술이 모두 2020 년에 상당한 진전을 보이며 빠르게 성숙하고 있습니다.

8. AI 윤리에는 벤치 마크할 수 있는 것과 서로 상호간의 합의가 없습니다. 많은 그룹이 AI 윤리 영역에서 다양한 질적 또는 규범적 결과물을 생산하고 있지만,이 분야에는 일반적으로 기술 개발에 대한 광범위한 사회적 토론과 기술 자체 개발 간의 관계를 측정하거나 평가하는 데 사용할 수있는 벤치 마크가 없습니다. 또한 연구원과 시민 사회는 AI 윤리를 산업 조직보다 더 중요하게 생각합니다. 또한 AI 애플리케이션의 윤리적 과제는 2015 년과 2020 년 사이에 윤리 및 관련 키워드를 언급하는 논문이 크게 증가하면서 AI 커뮤니티에서 더 큰 초점이되었습니다.

9. 미국 의회의 주목을 받은 AI 116 차 대회는 의회 기록에서 AI에 대한 언급이 115 차 대회보다 3 배 이상 많은 역사상 가장 인공 지능에 초점을 맞춘 회의 세션이었습니다. AI에 대한 정부의 관심은 계속해서 중요하며 미국 정부는 AI의 민간 및 비 민간 사용에 수십억 달러를 지출하고 있습니다. AI는 이전 대회보다 이번 회의에서 세 번 더 언급되었습니다. 캐나다가 2017 년 국가 AI 전략을 발표 한 이래 다른 국가에서도 2020 년까지 30 개 이상의 국가가 국가 AI 전략에 참여하고 있습니다.

10. 기업이 AI 연구원이 사용하는 도구를 지배 하게 되었습니다. Google의 TensorFlow 및 Keras, Facebook의 PyTorch 들이 기업을 지원 소프트웨어 라이브러리로 GitHub에서 가장 인기있는 프레임 워크가되었습니다.

각 장의 개요는?

이 보고서는 총 7장으로 구성되어 있는데, 각 장 마다 개요는 다음과 같습니다. 또한 원본 다운로드를 클릭하시면 각 장의 원본 PDF 파일을 다운로드 받을 수 있습니다.

제 1 장 연구 개발(R&D)

연구 개발(R & D)는 AI 발전의 근간입니다. 이 인공지능 기술이 1950 년대 컴퓨터 과학자와 수학자의 상상력을 처음 포착한 이래, 인공 지능은 상당한 상업적 응용을 가진 주요 연구 분야로 성장했습니다. 지난 20년 동안 AI 간행물 수가 급격히 증가했습니다. AI 컨퍼런스 및 사전 인쇄 아카이브의 부상으로 연구 및 학술 커뮤니케이션의 보급이 확대되었습니다. 중국, 유럽 연합, 미국을 포함한 주요 강대국은 AI 연구에 투자하기 위해 경쟁하고 있습니다. 연구 개발 장은 점점 더 복잡하고 경쟁이 치열 해지는 이 분야의 진전을 포착하는 것을 목표로 합니다. (제 1 장 원본 다운로드)

제 2 장 기술적인 성능

이 장에서는 컴퓨터 비전, 언어, 말하기, 개념 학습 및 법칙 증명을 포함하여 AI의 다양한 하위 분야의 기술적인 진보를 강조합니다. 일반 벤치 마크 및 상금 과제와 같은 정량적인 측정과 학술 논문의 정성적 통찰력을 조합하여 최첨단 AI 기술의 발전을 보여줍니다. (제 2 장 원본 다운로드)

제 3 장 인공지능 경제

AI의 부상은 필연적으로 기술이 비즈니스, 노동 및 경제에 더 일반적으로 얼마나 영향을 미칠 것인지에 대한 질문을 제기합니다. AI는 자동화를 통한 생산성 향상에서 알고리즘을 사용하여 소비자에 맞게 제품을 조정하고 대규모 데이터를 분석하는 등 비즈니스에 상당한 이점과 기회를 제공합니다. 그러나 AI가 약속한 효율성 및 생산성 향상은 큰 과제도 제시합니다. 기업은 AI 사용의 위험을 완화하기 위한 조치를 구현하는 데 주의하면서 생산 요구를 충족 할 숙련된 인재를 찾고 유지하기 위해 노력해야 합니다. 더욱이 COVID-19 대유행은 세계 경제에 혼란과 지속적인 불확실성을 야기했습니다. 이 장에서는 일자리, 투자 및 기업 활동의 관점에서 인공 지능과 글로벌 경제 간의 점점 더 얽혀있는 관계를 살펴 봅니다. (제 3 장 원본 다운로드)

제 4 장 AI 교육

AI가 경제 활동의 더 중요한 원동력이 되면서 이를 이해하고 현장에서 일하는 데 필요한 자격을 얻고자 하는 사람들의 관심이 증가 했습니다. 동시에 산업계의 AI 수요 증가로 인해 더 많은 교수들이 학계를 떠나 민간 부문을 떠나도록 유혹하고 있습니다. 이 장에서는 다양한 교육 플랫폼과 기관을 통한 AI 인재의 기술 및 훈련 동향에 중점을 둡니다. (제 4 장 원본 다운로드)

제 5 장 AI 애플리케이션들의 윤리적 도전

인공지능 기반 혁신이 우리 삶에서 점점 더 널리 퍼짐에 따라 AI 애플리케이션의 윤리적 문제가 점점 더 분명 해지고 조사 대상이 되고 있습니다. 이전 장에서 언급했듯이 다양한 AI 기술의 사용은 개인 정보 침해와 같은 의도하지 않았지만 해로운 결과를 초래할 수 있습니다. 성별, 인종/민족, 성적 지향 또는 성 정체성에 근거한 차별, 그리고 불투명한 의사 결정 등이 있습니다. 기존의 윤리적 과제를 해결하고 배포되기 전에 책임 있고 공정한 AI 혁신을 구축하는 것이 그 어느 때 보다 중요했습니다. 이 장에서는 AI 애플리케이션의 부상과 함께 발생하는 윤리적 문제를 해결하기 위한 노력을 다룹니다. (제 5 장 원본 다운로드)

제 6 장 AI 분야에서 다양성

AI 시스템이 사회에 극적으로 영향을 미칠 수 있는 잠재력이 있지만, AI 시스템을 구축하는 사람들은 이러한 시스템이 제공해야하는 사람들을 대표하지 않습니다. AI 인력은 수년 동안 이로 인해 발생하는 단점과 위험을 강조 했음에도 불구하고 주로 남성이며 학계와 업계 모두에서 다양성이 부족합니다. 인종과 민족, 성 정체성, 성적 지향의 다양성 부족은 노동력의 불균형한 권력 분배를 야기할 뿐만 아니라 AI 시스템에 의해 생성된 기존 불평등을 강화하고 개인과 조직의 범위를 축소합니다. 이러한 시스템이 작동하고 불공정한 결과에 기여합니다. 이 장에서는 AI 인력 및 학계의 다양성 통계를 제공합니다. (제 6 장 원본 다운로드)

제 7 장 AI 정책 및 국가 전략

AI는 향후 수십 년 동안 글로벌 경쟁력을 형성하여 얼리 어답터에게 상당한 경제적 및 전략적 이점을 제공 할 것을 약속합니다. 현재까지 국가 정부와 지역 및 정부 간 조직은 기술의 가능성을 극대화하는 동시에 사회적 및 윤리적 영향을 해결하기 위해 AI 대상 정책을 마련하기 위해 경쟁 해 왔습니다. 이 장에서는 AI 정책 입안 환경을 탐색하고 AI 기술을 홍보하고 관리하는 데 도움이되는 지역, 국가 및 국제 수준에서 발생하는 노력을 추적합니다. (제 7 장 원본 다운로드)

결론

인공지능이 전 세계와 산업에 영향을 끼치고 있다는 점은 두말 할 나이가 없습니다. 많은 분들이 혹은 기업들이 인공지능을 흔히 미래라고 생각하고 계시겠지만, 저는 ‘지금 당장’ 현재라고 늘 주장하고 있습니다. 지난 몇 년간 기업들에게 디지털 전환 및 인공지능 프로젝트를 해 본 결과, 인공지능에 대한 기대치가 매우 높고 때론 공상 과학에 나올 듯한 허상에 사로 잡힌 커뮤니케이션 오해를 불러 일으킬 만한 것들이 몇몇 있었습니다. 이 스탠포드 보고서는 장기적으로 좁게는 한 회사 부터 넓게는 국가까지 인공지능의 중장기 전략 및 비즈니스스 개발, 프로젝트 목적과 범위 등을 세울때 유용하게 사용될 것으로 기대됩니다.